基于技术接受模型的虚拟商品购买意愿研究

摘 要：本文主要针对消费者的游戏消费意愿问题进行了相关研究，利用技术接受模型、聚合效度模型对消费者的最终消费意愿进行探究。首先，发现在以往众多电子商务研究中，在线评论对消费者的购买意愿并无显著影响，反而是那些更为“隐蔽”的信息，比如游戏的硬件要求、所支持的语言对其有显著影响。其次，在某一类具体虚拟游戏商品非常稀少的背景下，大多是关于虚拟商品的综述，因此本文的研究工作还是十分有必要的。最后，针对游戏产业和销售平台提出一定的建设性的参考。

关键词：电子商务;游戏;虚拟商品;技术接受模型

本文索引：薛童 .<变量 2>[J].中国商论，2021（20）：-045.

中图分类号：F724.6 文献标识码：A 文章编号：2096-0298（2021）10（b）--03

随着互联网技术的高速发展，计算机已经大量普及，并在日常生活中发挥了不可替代的作用，应运而生了一种新的商品形式——虚拟商品，这是一种与实体商品截然不同的商品形式。虛拟商品是指在电子商务市场中的数字产品和服务，具有无实物性质，是在网上发布时默认无法选择物流运输的商品，可为虚拟货币或现实货币交易买卖的虚拟商品或者虚拟社会服务。虚拟商品主要包括计算机软件、股票行情和金融信息、新闻、书籍、杂志、音乐影像、电视节目、搜索、虚拟云主机、虚拟云盘、虚拟光驱、App虚拟应用、虚拟商品、网络游戏中的一些产品和在线服务等。

1 理论基础与模型假设

广义的消费者购买决策是指消费者为了满足某种需求，在一定的购买动机支配下，在可供选择的两个或者两个以上的购买方案中，经过分析、评价、选择并且实施最佳的购买方案，以及购后评价的活动过程。它是一个系统的决策活动过程，包括需求的确定、购买动机的形成、购买方案的抉择和实施、购后评价等环节。技术接受模型（Technology Acceptance Model，TAM）是Davis运用理性行为理论研究用户对信息系统接受时所提出的一个模型，提出技术接受模型最初的目的是对计算机广泛接受的决定性因素做一个解释说明。技术接受模型提出了两个主要的决定因素：（1）感知的有用性，反映一个人认为使用一个具体的系统对他工作业绩提高的程度。（2）感知的易用性，反映一个人认为容易使用一个具体的系统的程度。

技术接受模型系统使用是由行为意向决定的，而行为意向由想用的态度和感知的有用性共同决定，想用的态度由感知的有用性和易用性共同决定，感知的有用性由感知的易用性和外部变量共同决定，感知的易用性是由外部变量决定的。外部变量包括系统设计特征、用户特征（包括感知形式和其他个性特征）、任务特征、开发或执行过程的本质、政策影响、组织结构等，为技术接受模型中存在的内部信念、态度、意向和不同的个人之间的差异、环境约束、可控制的干扰因素之间建立起的一种联系。当消费者浏览一款游戏商品的页面时，无论在哪个游戏销售平台，第一时间都会看到游戏的宣传视频和图片以及游戏的简介，会直接影响消费者对该款游戏商品质量的看法，并且在任何游戏销售平台，一款游戏商品的页面都包含评论区，在这个区域，消费者能够看到评论的数量、好评率以及各个评论的具体内容，这些信息是消费者评测一款游戏质量好坏的第二直接信息来源。另外，消费者在评测一款游戏质量好坏时会参考该款游戏的开发商，消费者关于一款游戏质量好坏的看法也会受到该款游戏外界宣传的影响，而消费者所感知到的该款游戏质量的高低会直接影响购买意愿。由此得出研究模型（见图1）：

根据查阅相关资料的研究与专家分析，对于研究变量与模型得到具体的假设如下：

H1：宣传视频及图片吸引度对感知游戏质量有正向影响;

H2：简介吸引度对感知游戏质量有正向影响;

H3：游戏开发商知名度对感知游戏质量有影响;

H4：评论数量对感知游戏质量有正向影响;

H5：评论总体好评率对感知游戏质量有正向影响;

H6：评论内容吸引度对感知游戏质量有正向影响;

H7：外界宣传力度对感知游戏质量有影响;

H8：硬件要求水平对感知易玩性有逆向影响;

H9：语言支持度不佳对感知易玩性有逆向影响;

H10：如果某款游戏符合消费者的偏好，且消费者偏好度越高，购买意愿会越强;

H11：感知游戏质量对购买意愿有正向影响;

H12：感知易玩性对购买意愿有正向影响。

2 数据处理与分析

根据选择的测量变量的性质不同，选择使用调查问卷和人工采集两种方式进行数据收集。通过问卷制作了一份在线调查问卷，通过分享链接邀请受访者参与问卷调查，在获得同意后，团队要求较为仔细的浏览Steam上的商品信息并浏览商品的链接，以获得团队需要的数据。在调查问卷数量达到要求数量后，团队根据所搜集到的网址采集其他与本研究相关的数据变量，形成团队研究所需要的所有变量数据。采集完样本数据后，对数据进行清洗和后续处理，删除35份无效问卷，并且将所有数据转化为可供计算机识别计算的数值型数据，然后利用 SPSS和SmartPLS软件对剩下的 301个样本进行数据分析。被调查者集中在 20～35岁，本科生占比较高，男女比例大约为6 ： 4，且只有极少数的人玩游戏的时间不超过1年，大多数人游戏龄至少是2年，这与本次调查研究样本特征相符，所以样本在一定群体之中具有代表性。

本文使用聚合效度和区分效度来检验研究模型的建构，聚合效度是用来测量同一概念多重指标之间的关联程度。Fornell和Larcker建议使用因子载荷、组合信度、Cronbachs Alpha和平均方差提取（AVE）来评估聚合效度。测量量表要有很好的聚合效度，测量变量在对应建构变量上的因子载荷应该大于0.7，各构建变量的平均抽取方差应该大于0.5。信度是指所测量数据与结论的可靠性程度，即重复测量结果是否基本一致，本文采用 Cronbachs Alpha 系数和组合信度来分析各构建变量的信度，所有构建变量的AVE的平方根都远远大于与其他构建变量的相互系数，证实了模型变量具有足够的区分效度。